TensorFlow 2.x 编程
介绍TensorFlow 2.x的基本使用。
课程内容
共12个章节 28个实验
1 第1章 数据建模
数据建模
实验1 实验1：结构化数据建模流程范例
结构化数据建模流程范例
实验2 实验2：图片数据建模流程范例
图片数据建模流程范例
实验3 实验3：时间序列数据建模流程范例
时间序列数据建模流程范例
2 第2章 编程框架基础
编程框架基础
实验1 实验4：张量数据结构
张量数据结构
实验2 实验5：三种计算图
三种计算图
实验3 实验6：自动微分机制
自动微分机制
3 第3章 API示范
API示范
实验1 实验7：低阶API示范
低阶API示范
实验2 实验8：中阶API示范
中阶API示范
实验3 实验9：高阶API示范
高阶API示范
4 第4章 张量
张量
实验1 实验10：张量的结构操作
张量的结构操作
实验2 实验11：张量的数学运算
张量的数学运算
5 第5章 AutoGraph
AutoGraph
实验1 实验12：AutoGraph的使用规范
AutoGraph的使用规范
实验2 实验13：AutoGraph的机制原理
AutoGraph的机制原理
实验3 实验14：AutoGraph和tf.Module
AutoGraph和tf.Module
6 第6章 数据管道
数据管道
实验1 实验15：数据管道Dataset
数据管道Dataset
7 第7章 神经网络结构
神经网络结构
实验1 实验16：特征列feature_column
特征列feature_column
实验2 实验17：激活函数activation
激活函数activation
实验3 实验18：模型层layers
模型层layers
实验4 实验19：损失函数losses
损失函数losses
实验5 实验20：评估指标metrics
评估指标metrics
实验6 实验21：优化器optimizers
优化器optimizers
实验7 实验22：回调函数callbacks
回调函数callbacks
8 第8章 模型构建方法
模型构建方法
实验1 实验23：构建模型的3种方法
构建模型的3种方法
9 第9章 模型训练方法
模型训练方法
实验1 实验24：训练模型的3种方法
训练模型的3种方法
10 第10章 张量与自动微分
张量与自动微分
实验1 实验25：Tensor张量
Tensor张量
实验2 实验26：自动微分
自动微分
11 第11章 线性回归案例
线性回归案例
实验1 实验27：线性回归案例
线性回归案例
12 第12章 神经网络训练及保存
神经网络训练及保存
实验1 实验28：神经网络训练及保存
神经网络训练及保存
